Apache SkyWalking 对 Spring WebFlux WebClient 6.x/HttpExchange 的支持解析
随着 Spring Boot 3.x 版本的发布,Spring 框架也升级到了 6.x 版本。在这个版本中,HttpExchange 成为了新一代的 HTTP 客户端实现方式。本文将深入分析 Apache SkyWalking 如何实现对 Spring WebFlux WebClient 6.x 和 HttpExchange 的支持,以及这对开发者意味着什么。
背景与现状
在 Spring Boot 3.x 中,HttpExchange 作为 org.springframework.boot.actuate.web.exchanges.HttpExchange 的一部分,提供了 GetExchange 和 PostExchange 等注解,成为开发者进行 HTTP 调用的新选择。然而,HttpExchange 底层依赖于 WebFlux 6.x 的 WebClient,这就带来了一个关键问题:如何在这种新的调用方式下保持请求的链路追踪连续性。
目前,当开发者使用 HttpExchange 进行请求时,SkyWalking 的追踪链路会出现中断,无法像传统方式那样完整记录整个调用过程。这给微服务架构下的问题排查和性能分析带来了挑战。
技术实现分析
要解决这个问题,需要从两个层面进行支持:
-
WebFlux 支持:作为异步框架,WebFlux 的调用逻辑可能被调度到不同线程执行,因此需要处理访问入口和访问出口两个部分。
-
WebClient 支持:HttpExchange 底层使用 WebClient 进行实际调用,需要确保在调用出口处能够正确传递上下文参数。
在技术实现上,SkyWalking 通过以下方式解决这个问题:
- 对于访问入口部分,已经通过相关代码合并实现了支持
- 对于访问出口部分,需要通过 WebClient 插件来实现,同时允许其他 API 通过工具包手动获取/设置上下文参数
实际效果
实现这一支持后,开发者可以:
- 在 Spring Boot 3.x 项目中自由使用 GetExchange 或 PostExchange 进行 HTTP 调用
- 保持完整的请求追踪链路,不再出现追踪中断的情况
- 获得与传统调用方式相同的可观测性体验
追踪效果将如下图所示(描述追踪链路图),能够清晰展示从入口到出口的完整调用过程。
总结
Apache SkyWalking 对 Spring WebFlux WebClient 6.x 和 HttpExchange 的支持,是适应 Spring 生态演进的重要更新。这一改进使得采用最新 Spring 技术的项目能够继续享受 SkyWalking 提供的强大可观测能力,为微服务架构下的应用监控提供了无缝体验。
对于正在考虑或已经升级到 Spring Boot 3.x 的团队来说,这一支持意味着可以在享受新版本特性的同时,不必牺牲系统的可观测性。这也是 SkyWalking 持续跟进主流技术发展,为开发者提供最佳体验的体现。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00